如何在R中读取存在错误换行的CSV文件

问题背景 #

你的CSV文件存在系统性换行错误：frame字段的内容（如"A Frame"）被拆分成两行，导致单条观测被拆成两行数据，需要合并这些拆分的行以还原完整观测。

解决步骤 #

1. 读取原始文件的所有行

用readLines()读取文件的全部文本内容，保留原始换行结构：

# 替换为你的文件路径
raw_lines <- readLines("your_data.csv")

2. 合并拆分的观测行

遍历所有行，累积内容直到凑够完整观测的字段数（根据表头，完整行包含6个逗号，对应7个字段）：

fixed_lines <- character(0)
current_line <- ""

for (line in raw_lines) {
  # 统计当前行的逗号数量
  comma_count <- length(gregexpr(",", line)[[1]])
  current_line <- paste0(current_line, line)
  
  # 表头行或完整数据行（含6个逗号）则存入结果
  if (grepl("^,\"id\"", current_line) || comma_count == 6) {
    fixed_lines <- c(fixed_lines, current_line)
    current_line <- ""
  }
}

说明：表头行以,\"id\"开头，单独判断；正常数据行包含6个逗号，对应7个字段，累积到这个条件时就完成一条观测的合并。

3. 读取修复后的内容为数据框

可以直接用textConnection读取处理后的行，无需写入临时文件：

df <- read.csv(textConnection(fixed_lines), header = TRUE, stringsAsFactors = FALSE)

验证结果

查看frame字段确认修复效果：

print(df$frame)

输出应为"A Frame"、"B Frame"这类完整内容。

内容的提问来源于stack exchange，提问作者canIchangethis